论文部分内容阅读
人体上肢运动测量技术在临床诊断、康复工程、体育训练和虚拟现实等领域有着广泛的应用。目前主流的人体运动测量技术主要有机械式、电磁式、视频式、光学跟踪式和惯性跟踪式5大类。其中光学式最为常用,但高精度的光学测量设备价格昂贵,低成本设备的测量精度又难以满足用户的要求。在此背景下,本文针对目前低成本的光学跟踪系统进行人体运动测量时精度较低,数据处理算法复杂、当标记点混淆或被遮挡时需要人工后处理等问题,提出了一种基于数据融合的人体运动测量方案,并将其运用于外骨骼康复训练系统,主要研究工作如下:1.根据人体上肢的运动特点和人体建模的原则,建立了上肢四自由度简化模型,并运用D-H参数方法对模型进行参数化,建立其运动学方程,完成了上肢关节角度解算方案,并利用MATLAB虚拟现实工具箱建立了人体的虚拟现实模型。2.针对光学跟踪系统测量在某些区域测量精度较低、光标被遮挡时无法测量等问题,提出基于光学和惯性跟踪数据融合的测量方案,采用卡尔曼滤波算法进行预测和补偿。搭建了实验平台,设计并完成多组数据融合实验,包括光学标记点被遮挡和无遮挡等情况下的实验,验证了融合算法的正确性,提高了测量精度和可靠性。3.将论文所提出的人体运动测量方法应用于外骨骼康复训练系统,完成了系统的整体方案设计,搭建了系统的软硬件平台并进行了一系列实验,包括系统的虚拟现实仿真实验和样机实验,实验结果表明,该系统能够实时测量人体上肢的运动信息并控制外骨骼完成相同的动作,从而验证了系统方案的可行性。本文探索了人体运动测量新方法并在外骨骼康复训练系统上进行了应用实验,为日后在此方向上更为深入的研究提供了初步的理论和实践基础。